MétaCan
Menu
Retour à la cohorte
Enregistrement W4393608660 · doi:10.1306/09212322125

The impact of CO2-enhanced oil recovery on oil production and lifespan of old oil pools: A Canadian example

2024· article· en· W4393608660 sur OpenAlexaffabout
Mengwei Zhao

Notice bibliographique

RevueAAPG Bulletin · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensPenn West Exploration (Canada)
Organismes subventionnairesnon disponible
Mots-clésOil productionProduction (economics)Environmental sciencePetroleum engineeringEnhanced oil recoveryPulp and paper industryNatural resource economicsEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Analyses of oil production data from the Weyburn Midale oil pool reveal that CO2 injection substantially reduced the decline trend of annual oil outputs in an exponential way with an average decline rate of 2.5%, which is two times lower than that of the worldwide total giant oil fields (5.5% or 6.5%). Based on its production data, it is projected that without CO2 injection the pool would have ended its life by 2016 with an ultimate cumulative oil output of 448.1 million bbl (71.2 million m3) and a recovery factor of only 24.4%. However, with continuous CO2 injection, by 2055 when the pool will be celebrating its 100th birthday, it can still produce 4 million bbl (0.6 million m3) of oil annually with a cumulative output of 801.8 million bbl (127.5 million m3) of oil and a recovery factor of 43.7%, whereas an additional 9.2 TCF (259.9 billion m3) of CO2 will be poured into the pool. By 2100, after 100 yr of CO2 injection, the pool’s annual oil output could be near 1.5 million bbl (0.2 million m3) and its cumulative oil output would reach 914.0 million bbl (145.3 million m3) representing a recovery factor of 49.8%, whereas 21.3 TCF (604 billion m3) of more CO2 could be injected into and permanently stored in the pool. The CO2-enhanced oil recovery could extend the pool’s lifespan to 39 or even 84 more years.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAAPG BulletinMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207